- 年份
- 2024(6119)
- 2023(8243)
- 2022(6846)
- 2021(6011)
- 2020(5067)
- 2019(11333)
- 2018(10737)
- 2017(20645)
- 2016(10786)
- 2015(12168)
- 2014(12069)
- 2013(11801)
- 2012(10673)
- 2011(9631)
- 2010(10100)
- 2009(10062)
- 2008(9196)
- 2007(8238)
- 2006(7491)
- 2005(7094)
- 学科
- 济(40506)
- 经济(40430)
- 管理(37831)
- 业(35839)
- 企(31929)
- 企业(31929)
- 融(26132)
- 金融(26130)
- 银(23764)
- 银行(23756)
- 行(23046)
- 中国(18982)
- 制(17411)
- 财(17211)
- 方法(15073)
- 数学(12852)
- 数学方法(12651)
- 业经(11881)
- 务(11656)
- 财务(11621)
- 财务管理(11598)
- 企业财务(11085)
- 体(11064)
- 中国金融(11008)
- 农(10805)
- 地方(10263)
- 体制(9750)
- 贸(8039)
- 贸易(8024)
- 度(7935)
- 机构
- 学院(151811)
- 大学(151310)
- 济(65961)
- 经济(64483)
- 管理(57285)
- 研究(49593)
- 理学(48418)
- 理学院(47952)
- 管理学(47185)
- 管理学院(46901)
- 中国(46867)
- 财(36376)
- 京(30983)
- 财经(27546)
- 科学(26679)
- 中心(25307)
- 经(24858)
- 所(23992)
- 江(23874)
- 经济学(21581)
- 农(21424)
- 研究所(20949)
- 财经大学(20586)
- 银(19715)
- 北京(19577)
- 经济学院(19417)
- 州(19293)
- 融(19114)
- 银行(19017)
- 业大(18910)
- 基金
- 项目(97532)
- 科学(77680)
- 研究(73438)
- 基金(71773)
- 家(61178)
- 国家(60664)
- 科学基金(53093)
- 社会(48686)
- 社会科(46383)
- 社会科学(46373)
- 省(38559)
- 基金项目(37306)
- 教育(33189)
- 自然(32324)
- 自然科(31597)
- 自然科学(31591)
- 划(31413)
- 自然科学基金(31007)
- 资助(29229)
- 编号(28960)
- 制(24599)
- 成果(24359)
- 重点(22199)
- 部(21760)
- 创(21353)
- 发(21077)
- 国家社会(20749)
- 课题(20619)
- 创新(19957)
- 性(19612)
共检索到245813条记录
相关度优先
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 运筹与管理
[作者]
王永 刘岽 杜锡为 肖玲
为充分获取用户的个性化信息，提高推荐算法的准确性，提出一种融合注意力机制的自编码器推荐算法。算法首先针对数据中蕴含的低阶特征和高阶特征，针对性地设计了特征提取模块，以增强传统编码器的泛化能力和记忆能力，然后利用注意力机制对特征进行融合，得到关于用户偏好信息的向量表示，最后通过解码器预测用户对物品的购买意愿，实现个性化推荐任务。在Movilens100k、Movielens1m和Yahoo Music三个数据集上进行实验，并与主流个性化推荐算法进行对比，本文算法在F1值和归一化折损累计增益(NDCG)上均有较大的提升。在互联网推荐场景下，本文算法能够充分挖掘出用户的偏好信息，为用户提供高质量的推荐结果即给出最合理的物品购买决策建议，从而最大化满足用户需求。
关键词：
推荐算法 自编码器 注意力机制 协同过滤
[期刊] 情报学报
[作者]
马霄 邓秋淼 张红玉 文轩 曾江峰
学术论文推荐旨在为研究人员从海量学术资源中快速筛选出感兴趣的论文。现有论文推荐方法主要基于论文标题等文本内容和引用关系等进行推荐，使得蕴含丰富语义的多源学术信息的表示学习不够充分，制约了推荐准确度的进一步提升。同时，当前方法往往关注论文推荐的准确性，而忽略了可解释性，降低了论文推荐系统的可信度和用户满意度。为解决上述问题，本文提出了一种融合异质图表示学习与注意力机制的可解释论文推荐方法，该方法能够有效利用异质学术图中的语义信息，为推荐结果提供文本解释说明。具体来说，首先，提出了一种基于异质图表示学习与注意力机制的论文推荐模型，融合多源学术信息来构建语义丰富的异质学术图，并利用注意力机制学习不同节点和元路径的重要性，以获得更准确的节点表示。其次，提出了一种基于特征的文本解释生成模型，该模型将可解释文本生成方法引入论文推荐场景，能够在为作者提供推荐列表的同时生成文本解释，以告知其推荐缘由，从而提高论文推荐的可解释性。最后，构建了一个包含论文元数据、特征词、引用上下文的学术数据集，基于该数据集的对比实验结果表明，本文提出的基于异质图表示学习与注意力机制的论文推荐模型推荐准确度更高，解释生成模型能够为论文推荐结果提供质量较高的可解释文本说明。
[期刊] 工业工程
[作者]
成佳闻 赛希亚拉图 张超勇 罗敏
刀具磨损是影响数控机床加工质量和加工效率的重要因素之一。针对现有铣刀磨损预测中信号单一和预测精度不足的问题，提出了一种基于注意力机制的堆叠LSTM (long short-term memory，长短期记忆网络)的多传感器信息融合刀具磨损预测方法。对多传感器信号进行预处理，然后提取多域特征，利用核主成分分析法对其进行特征级信息融合，得到后续网络的输入。采用基于注意力机制的堆叠LSTM网络模型，使得网络能够自适应地学习数据的重要信息，在PHM2010的数据集上预测精度达到99.9%。通过与其他算法的对比试验和加入人工噪声的方法，验证了本文所提出的模型的高精度和鲁棒性。
[期刊] 清华大学学报(自然科学版)
[作者]
刘卫东 刘亚宁
变分自编码器是一种非常简洁有效的非监督学习方法,应用在推荐系统领域也能取得极佳的性能。推荐系统的主要工作之一是对缺失的数据进行估计并补全,变分自编码器通过对已有数据的学习和抽象能够挖掘出数据间隐式的关联因子,并基于此完成对缺失数据的预测。该文将额外的辅助信息加入到变分自编码器中以提高预测的准确度,并通过在包括高考成绩及电影评分等在内的实际数据集测试中验证了辅助信息的有效性,当辅助信息充足时在高考成绩数据集上最多可以降低31%的均方根误差。
关键词：
推荐系统 变分推理 自编码器 协同过滤
[期刊] 清华大学学报(自然科学版)
[作者]
刘树栋 张嘉妮 陈旭
随着推荐系统的研究与发展,人们越来越关注个性化服务信息的准确推送,而对于推荐中数据稀疏的问题,传统评分信息协同推荐的方法很大程度上不能解决。因此人们将一些上下文信息引入到推荐系统中,而蕴含用户偏好的评论文本信息也被广泛用于缓解数据稀疏和冷启动的问题。自编码器作为一种无监督学习方法,在异常检测、人脸识别、数据增强和数据生成等领域具有优秀的表现,其中变分自编码器可以通过神经网络学习用户和项目潜在特征的分布。目前较少有研究利用用户评论信息融合的变分自编码器实现评论感知的推荐,本文提出一种评论感知的异构变分自编码推荐模型。首先,通过注意力机制和神经网络将评论上下文信息引入变分自编码器中,保留变分自编码器对评分信息潜在特征分布的学习,并在早期和后期两阶段进行特征融合,构建多模态的异构变分自编码器模型。其次,针对多模态模型训练,进一步优化引入复合先验项和平衡系数计算项。实验结果表明,本文模型在召回率和归一化折损累计增益评价指标上都优于其他对比模型。
[期刊] 华中师范大学学报(自然科学版)
[作者]
张婧 陈增照 段超 王虎
当前，从海量的互联网信息中获取满足用户需求的视频资源变得越来越困难，用户面临严重的信息焦虑和信息过载问题，然而各种辅助信息中蕴含着大量的与用户兴趣偏好及项目特征相关的信息并没有在经典推荐系统中得到利用.鉴于深度学习在特征提取和注意力机制在特征选择方面的突出表现，充分有效利用各种辅助信息缓解矛盾是当前研究的热点和难点问题.针对以上问题，该文提出了一种新颖的利用文本上下文信息的深度混合推荐方法.该方法将视频标题和视频简介组合，经过预训练的词嵌入模型Glove转化为词向量，通过融合多头注意力机制的卷积神经网络提取项目潜藏因子，再结合概率矩阵分解实现用户对视频资源的评分预测.在ML-100k、ML-1m、ML-10m、Amazon四个公开数据集上的实验结果表明，该研究提出的方法结果优于PMF、CDL、ConvMF等基线模型.
[期刊] 清华大学学报(自然科学版)
[作者]
赵兴旺 侯哲栋 姚凯旋 梁吉业
多视图图聚类旨在挖掘多视图图数据中蕴含的簇结构，近年来得到了研究者的广泛研究。然而，现有大多数方法在不同视图信息的融合过程中同等对待各个视图，未能根据视图质量分配相应权重，而且处理具有属性和图的数据时面临一定困难。该文提出了一种基于注意力机制的两阶段融合多视图图聚类算法。首先，应用图滤波器过滤高频噪声，各个视图获得更适用于下游聚类任务的节点平滑表示；其次，基于注意力机制融合各个视图特征滤波后的平滑表示，并为拓扑融合阶段提供初始化权重；然后，在拓扑融合阶段，将不同视图加权融合的Laplace矩阵与融合的特征表示输入编码器得到嵌入表示，并构造优化函数对权重和嵌入表示进行优化，可以为质量较好的视图分配较大权重，同时产生更加紧凑的嵌入表示；最后，通过对嵌入表示执行谱聚类得到最终的聚类结果。将该算法和已有的相关聚类算法在真实数据集上进行了实验分析。结果表明，相比已有算法，所提出的算法在处理多视图图数据方面更加有效。
[期刊] 情报理论与实践
[作者]
张继东 张慧迪
［目的/意义］突发事件中不同模态之间传递的信息互为补充，为了充分挖掘突发事件中用户的意见，在情感分析中引入注意力机制，对挖掘上下文信息进而实现有效分类具有重大意义。［方法/过程］首先提出融合注意力机制的多模态情感分析模型。其次以“7.20河南特大暴雨”突发事件为例，运用Glove执行词向量嵌入，BiLSTM和VGG16进行文本、图像特征提取。最后融合图文特征进行情感分类。［结果/结论］对比单模态的情感分析效果，多模态模型能够提供更加丰富的信息内容。在多模态情感模型基础上，对比有无注意力机制的分析效果，证实注意力机制能够突出文本中情感信息量的部分，提升了突发事件情感分析的效率和准确性。
[期刊] 情报理论与实践
[作者]
由丽萍 刘越 王世兴
[目的/意义]在社会危机事件发生后，及时、有效地对社交网络上的文本内容进行情绪分类，有助于准确掌握公众情绪状态、优化社会危机事件管控方案。[方法/过程]基于框架语义理论构建危机情绪分类词典和危机情绪类别体系，采用融合自注意力机制的LSTM神经网络分类模型，实现优化的、细粒度的危机情绪分类。[结果/结论]以微博危机事件评论数据为例，通过不同参数的组合以及模型对比实验，获得了较高的准确率，验证了模型的可行性和有效性。为社交网络文本危机情绪分类提供优化的理论模型和方法支持，同时为相关领域的研究提供语义资源。
[期刊] 华中农业大学学报
[作者]
刘志 翟瑞芳 彭万伟 陈珂屹 杨万能
为解决测报灯采集图像中害虫依赖人工识别及统计结果可靠性低和准确性差的问题，本研究提出一种改进型Cascade R-CNN田间害虫检测算法。该算法以Cascade R-CNN为基础框架，采用ResNeSt-50作为主干网络，融合了跨通道注意力机制；使用统一目标检测头（unifying object detection heads with attentions,DyHead），并融合尺度感知、空间位置感知和任务感知。此外，采用简单复制-粘贴（simple copy-paste,SCP）方法进行了数据增强。研究共采集到20类害虫总计1 500张图像，制作了符合MS COCO格式（microsoft common objects in context 2017, MS COCO 2017）的测报灯田间害虫数据集。结果显示，本研究提出的方法的F1分数（F1-score）达到了86.2%。当交并比（intersection over union,IoU）为0.5时，其F1-分数与经典Cascade R-CNN、Faster R-CNN和YOLOv4相比，分别提升了2.8、5.8和8.2个百分点。表明该方法满足测报灯害虫检测任务对判别能力和实时性的要求，实现了害虫的高精度自动识别与计数，可直接应用于田间害虫检测。
[期刊] 情报理论与实践
[作者]
由丽萍 刘越 王世兴
[目的/意义]在社会危机事件发生后，及时、有效地对社交网络上的文本内容进行情绪分类，有助于准确掌握公众情绪状态、优化社会危机事件管控方案。[方法/过程]基于框架语义理论构建危机情绪分类词典和危机情绪类别体系，采用融合自注意力机制的LSTM神经网络分类模型，实现优化的、细粒度的危机情绪分类。[结果/结论]以微博危机事件评论数据为例，通过不同参数的组合以及模型对比实验，获得了较高的准确率，验证了模型的可行性和有效性。为社交网络文本危机情绪分类提供优化的理论模型和方法支持，同时为相关领域的研究提供语义资源。
[期刊] 华中师范大学学报(自然科学版)
[作者]
操凤萍 张锐汀 窦万峰
为缓解跨域推荐数据稀疏与冷启动问题，该文提出一种融和双塔隐语义与自注意力机制的跨域推荐模型(DLLFM-DA/Self atten CDR model, DLDASA),能够有效提升目标域推荐准确率.首先利用提出的双塔隐语义模型(DLLFM),借助源域和目标域用户的类别偏好和项目类别，生成高质量隐语义；其次，在隐语义特征迁移过程中引入域适应(domain adaptation),有效对齐源域与目标域的特征分布，最小化源域与目标域间数据分布差异，提供更高质量的隐语义特征迁移；然后利用多头自注意力机制捕捉两个域之间的差异性与相关性，对差异信息进行筛选与融合，缓解负迁移问题，以提升跨域推荐质量；最后，在Movielens-Netflix和一品威客(YPWK)-猪八戒网(ZBJW)真实数据集上，将DLDASA与基线单域和跨域推荐模型进行对比实验，结果表明，均方根误差(RMSE)和平均绝对误差(MAE)均有明显改善.该研究验证了DLDASA模型能够更充分地提取用户特征，有效缓解目标域信息不足的问题.
[期刊] 实验技术与管理
[作者]
张璐莹 卞雨辰 周立娇 蒋鹏 刘英
该文将管道漏磁缺陷分类任务设计成应用型教学实验。该实验使用迁移学习的方法，调用预训练模型ResNet50，并插入主流的注意力机制（SE、CA、ECA、CBAM）进行对比分析。同时，利用Grad-CAM++可解释算法对模型内部的识别逻辑进行可视化，以便帮助学生更好地理解模型。实验结果显示，插入注意力机制的最优模型准确率达99.7%，能够有效识别管道中的正常情况和分类缺陷情况。该实验依托高性能计算机硬件和最新的Pytorch2.0软件包搭建了深度学习平台，有助于培养学生的创新意识和科研能力，也是对多学科交叉融合人才培养模式的探索和实践。
[期刊] 清华大学学报(自然科学版)
[作者]
李明扬 孔芳
相比规范新闻文本中命名实体识别(named entity recognition,NER),中文社交媒体中命名实体识别的性能偏低,这主要受限于文本的规范性和标注语料的规模。近年来中文社交媒体的命名实体识别研究主要针对标注语料规模小这一问题,倾向于使用外部知识或者借助联合训练来提升最终的识别性能,但对社交媒体文本不规范导致的对文本自身蕴含特征的挖掘不够这一问题的研究很少。该文着眼于文本自身,提出了一种结合双向长短时记忆和自注意力机制的命名实体识别方法。该方法通过在多个不同子空间捕获上下文相关信息来更好地理解和表示句子结构,充分挖掘文本自身蕴含的特征,并最终提升不规范文本的实体识别性能。在Weibo NER公开语料上进行了多组对比实验,实验结果验证了方法的有效性。结果表明:在不使用外部资源和联合训练的情况下,命名实体识别的F1值达到了58.76%。
关键词：
命名实体识别 中文社交媒体 自注意力机制
[期刊] 图书情报工作
[作者]
王良 李牧南
[目的/意义]许多现有研究依赖于专利数据来识别颠覆性技术，但这些方法在专利文本的主题聚类分析方面仍有进一步优化的潜力。[方法/过程]通过构建基于新闻影响力增强的图注意力网络，以及自适应分配注意力权重，有效捕捉和充分利用技术主题词共现网络节点关系，在生成有代表性的节点向量后再进行专利文本主题聚类分析，可以进一步辅助识别潜在的颠覆性技术。[结果/结论 ]为进一步验证方法的有效性，选择智慧城市和工业互联网两个新兴技术领域进行实证检验。理论和实证分析显示，这种融合新闻影响力的图注意力网络聚类方法可以进一步丰富当前有关颠覆性技术识别的方法体系。
0
文献操作(0)
导出元数据
文献计量分析
导出文件格式：WXtxt
